1. 引言
近年来,我国农村电商发展势头强劲。众多电商平台纷纷布局农村市场,农村网络零售额持续增长,涵盖了农产品、农村手工艺品、乡村旅游产品等多个领域。这一蓬勃发展的态势,不仅改变了农村传统的生产生活方式,也为乡村创新创业注入了新的活力。
创新创业是推动乡村经济发展的重要动力。乡村创新创业涵盖了农业科技创新、农村电商创业、农产品加工、农村旅游开发等多种形式,能够有效促进农村产业结构升级、提高农民收入水平、创造就业机会。而农村电商作为新兴的商业模式,与乡村创新创业相互交织、相互促进。农村电商不仅为乡村创业者提供了更广阔的市场空间,也提供了更便捷的创业渠道,降低了创业门槛,同时也激发了乡村居民的创新意识和创业热情。然而,目前关于农村电商对乡村创新创业影响的系统研究相对较少,深入探讨二者之间的内在关系及其作用机制,对于进一步推动乡村创新创业、助力乡村振兴具有重要的理论和实践价值。
大量研究表明,农村电商发展可以促进农户增收[1] [2]、缩减城乡收入差距[3] [4]、有效促进农村产业振兴[5]和缩小城乡消费差距[6],但也有学者研究表明,农村电商发展对城乡收入差距的影响呈现“U型”影响结构[7]。但是现有学者关于农村电商对乡村创新创业发展的影响关注较少,大部分研究集中在农村电商对乡村产业振兴、乡村就业等方面,且主要关注城市和企业层面,少有学者涉足对乡村创新创业的探索。另一方面,多数学者的研究使用的是省级层面面板数据或实地调查数据开展的研究和分析,而对县域层面的研究却很少。基于此,本文以2014~2022年中国县域面板数据为基础,结合乡村创新创业指数,探索农村电商发展对乡村创新创业的影响及其作用机制。
2. 理论分析与研究假设
2.1. 农村电商对乡村创新创业的影响
近年来,随着农村电商的蓬勃发展,其对乡村创业的影响受到了学术界的广泛关注。多数学者认为农村电商对乡村创业具有显著的促进作用,具体体现在创业活跃度、创业动机、经济后果、创业环境和创业格局等多个方面。
首先,对创业活跃度的影响,电子商务进农村综合示范政策的实施对农户创业活跃度产生了积极影响。农村电商使农户创业概率显著提高,其中在经济发展水平较低的地区以及人力资本水平较低的农户中更为明显,体现了电子商务进农村的普惠性[8]。其次,对创业动机的影响方面,农村电子商务集聚能够激发家庭创业热情,进而促进家庭创业[9]。同时,农村电商通过提升创业就业活跃度,对乡村产业振兴[5]和县域经济发展[10]起到了积极作用。也有学者指出,农村电商主要通过提升县域创业活跃度、发展新型农业经营主体两条路径,来有效缓解农业资源错配问题[11]。此外,对创业环境的影响方面,农村电商能够有效促进农业企业创业。陈佩等的研究结果表明,农村电商通过缓解金融和社会资本约束、提升农村地区电商交易水平两条路径,促进农业企业创业[12]。黄绍升等研究发现,农村电商创业者人力资本对节俭式创新和创业绩效均具有显著正向影响。节俭式创新在农村电商创业者人力资本影响创业绩效中发挥部分中介作用,即农村电商创业者人力资本能够通过节俭式创新间接促进创业绩效;农村电商创业者社会资本能够增强人力资本对创业绩效的正向作用,并正向调节节俭式创新在人力资本与创业绩效之间的中介作用[13]。张学翠等[14]采用交错DID方法研究发现,农村电商能够通过提升农村居民数字化应用能力激发农村创业主体创业热情,活跃本地市场交易激发潜在创业机会,打破地理距离对本地市场潜能的约束,从而促进乡村创业。最后,对创业格局的影响方面,电子商务的发展对家庭创业水平和相关行业线下创业产生了显著影响。秦芳等指出电商不仅提升了家庭创业水平,并且在促进线上创业的同时带动了制造业、交通运输、仓储和邮政业等相关行业的线下创业,但对批发和零售业中的线下创业存在替代效应[15]。综上,提出假设1。
H1:农村电商发展能够对乡村创新创业产生正向影响
2.2. 农村电商、城乡收入差距对乡村创新创业的影响
2.2.1. 农村电商对城乡收入差距的影响
农村电商通过多种途径显著影响城乡收入差距。一方面,农村电商促进了农村创业和要素投入,减少了农村人均资本外流,并吸引了人口流入[16]。这种效应因国家扶持政策、数字技术发展水平和城乡地理距离等因素而存在差异。例如,财政资金更多地投入到基础设施建设的地区,其电商发展和资本流入效果更为显著。另一方面,通过赋予农村劳动力利用数字平台的数字能力,农村电商能够缩小城乡收入差距和农村内部收入差距[17]。此外,农村电商规模的扩张强化了农产品区域品牌建设对城乡收入差距的抑制效果[18],即电商规模越大,品牌建设越能有效缩小城乡收入差距。同时,农村电商政策在减小城乡“数字鸿沟”、促进农民增收和缩小城乡收入差距方面发挥了重要作用[3]。然而,其他学者发现,农村电子商务对城乡收入差距的影响呈现先扩大后缩小的“倒U型”特征,表明在电商发展的初期阶段,城乡收入差距可能会暂时扩大,但随着电商的成熟和普及,这种差距会逐渐缩小[19]。
2.2.2. 城乡收入差距对乡村创新创业的影响
农村电商发展有利于打破城乡市场壁垒,加快城乡融合,让更多优质创新创业资源和机会在乡村凸显,促进乡村创新创业[20]。一方面,中国城乡收入差距过大,农村市场长期被排除在商品和要素市场之外,造成农村地区资本和劳动力等要素外流,缺乏创新创业机遇[21]。但农村电商在县域空间的兴起,依仗其连接城乡的节点优势,打破了城乡市场壁垒,畅通了农产品上行通道,同时引入城市信息技术与专业服务[22],为乡村创新创业注入活力,增强乡村创新创业意愿。另一方面,农村电商的发展通过促进城乡融合,优化了乡村创新创业生态系统,显著提升了乡村创新创业绩效。在主体培育上,电商带来的商机吸引金融资本下乡与农户合作,提升农民市场主体地位,激发其创业精神,培育新型农业经营主体,推动经营模式创新[20]。在氛围营造上,电商能人返乡创业产生示范效应,带动农户创业就业,增加经营性收入,升级消费结构,营造良好创新创业氛围。城乡收入差距小,传递出乡村能够提供相对可观的收入和较好的发展前景的信号,进而吸引到更多高素质人才的加入,他们带来新的思维方式、技术和管理经验[23],使城乡之间的要素流动更加均衡,资金、技术、信息等资源更容易在城乡之间流动和共享,乡村创新创业能够获取到更丰富的资源支持。综上,提出假设2。
H2:农村电商发展通过缩小城乡收入差距,进而促进乡村创新创业
3. 数据来源、变量选取与模型构建
3.1. 数据来源
本文以2014~2022年中国县域的面板数据为基础,研究县域农村电商发展对乡村创新创业的影响,其中被解释变量乡村创新创业指数来自浙江大学中国农村发展研究院发布的中国乡村创新创业指数报告,核心解释变量相关数据来自阿里研究院公告的“淘宝村”数量,控制变量相关数据来自历年各县统计年鉴和北京大学普惠金融指数。
3.2. 变量选取
3.2.1. 被解释变量
乡村创新创业。本文借鉴阮建青等的研究[24] (2024),利用浙大卡特一企研乡村产业研究团队2024年公布的“中国乡村创新创业指数”来衡量。该指数共分为“乡村创新”和“乡村创业”两个一级指标,再下分为7个二级指标和21个三级指标。基于评价指标体系,利用中国乡村创新创业数据库,展示了中国县、地级市、省(直辖市)三个层面的乡村创新创业指数,全面、系统地反映了中国乡村创新创业的时空演化趋势。
3.2.2. 解释变量
农村电商。借鉴展进涛等的方法[25] (2024),采用由阿里研究院披露的县域“淘宝村”数据作为解释变量。“淘宝村”作为农村电商发展的重要载体和典型代表,其数量在一定程度上能够直观反映出一个县域内农村电商的活跃程度和发展规模。一般情况下,“淘宝村”数量越多,表明该地区的农村电商发展越充分,相关的电商基础设施、网络覆盖、物流配送等配套服务也更为完善,更能营造出有利于乡村创新创业的良好环境,进而为乡村创新创业提供有力支持与驱动。
3.2.3. 控制变量
基于现有研究,分别选择经济发展水平、财政支出、城乡居民储存余额、年末金融机构各项贷款金额、规模以上工业企业个数、数字普惠金融、人口规模、基础设施水平和人力资本水平作为本文控制变量。具体变量详情见表1。
3.2.4. 模型构建
(1)
在该模型中,CREIi,t指企业i在t时期的乡村创新创业。RECi,t代表i在t时期的农村电商发展情况。∑Controli,t代表所有控制变量。Year表示年份固定效应,用于控制时间趋势对结果的影响。Code表示个体固定效应,用于控制特定县域或样本的固有特征对结果的影响。ε为随机误差项,代表模型中未能解释的部分变异。α0为常数项,表示当所有自变量取值为0时的期望值。α1为待估变量回归系数,表示农村电商表现对乡村创新创业的影响程度。αi表示公司,即样本中的不同县域。t表示年份,即观测的时间点。假设α1的估计值为正数,这意味着随着农村电商表现的提升,能促进乡村创新创业情况。因此,假设H1得到了支持。
Table 1. Variable selection table
表1. 变量选取表
变量类型 |
变量名称 |
变量解释 |
被解释变量 |
乡村创新创业 |
浙江大学中国农村发展研究院 |
解释变量 |
农村电商 |
阿里研究院公布的县域“淘宝村”数量 |
中介变量 |
城乡收入差距 |
城镇居民人均收入/农村居民人均收入 |
控制变量 |
经济发展水平 |
人均生产总值取对数 |
财政支出 |
地方一般财政支出取对数 |
乡村储蓄水平 |
城乡居民储存余额取对数 |
金融发展水平 |
年末金融机构各项贷款余额取对数 |
工业发展水平 |
规模以上工业企业个数取对数 |
数字普惠金融 |
北京大学数字金融研究中心和蚂蚁集团研究院合作编制 |
人口规模 |
地区总人口取对数 |
基础设施水平 |
固定资产投资/地区生产总值 |
人力资本水平 |
在校人数/地区总人口 |
为了进一步验证农村电商对乡村创新创业的影响机制,参考温忠麟等[15]的研究,在模型(1)的基础上加入中介变量进行回归分析。模型如下:
(2)
(3)
其中,RECi,t代表企业i在t时期的城乡收入差距;β0和γ0分别代表两个模型的常数项。同时,β1、γ1和γ2是待估变量的回归系数。这里的其他变量设定与模型(1)保持一致。具体而言,模型(2)旨在检验农村电商对城乡收入差距的影响,而模型(3)则在控制城乡收入差距的基础上,进一步检验农村电商对乡村创新创业的影响。若在模型(2)和模型(3)中,β1、γ1和γ2均显著不为零,则表明城乡收入差距在农村电商促进乡村创新创业中发挥了部分中介作用。
4. 实证结果分析
4.1. 描述性统计分析
变量描述性统计结果如表2所示,农村电商的平均值大于中位数,表明县域农村电商处于中上等水平;农村电商最大值为222,最小值为0,表明企业在农村电商发展方面有很大差别;乡村创新创业的均值为19.271,标准差为6.125;城乡收入差距均值为3.806,说明当前城乡经济发展仍存在较大不平衡,城市在产业聚集、就业机会、社会保障等方面的优势使得居民收入水平显著高于农村。乡村创新创业均值19.271,整体处于中等水平,反映出创新创业发展不平衡,需进一步提升整体水平,尤其是支持低水平县域发展以缩小差距。
Table 2. Descriptive statistical analysis
表2. 描述性统计分析
变量名称 |
样本量 |
最小值 |
最大值 |
平均值 |
标准差 |
中位数 |
乡村创新创业 |
3359 |
2.898 |
45.479 |
19.271 |
6.125 |
18.908 |
农村电商 |
3359 |
0 |
222 |
5.840 |
17.846 |
1 |
城乡收入差距 |
3359 |
0.364 |
3.806 |
1.984 |
0.422 |
1.954 |
经济发展水平 |
3359 |
8.867 |
13.096 |
10.77 |
0.651 |
10.766 |
财政支出 |
3359 |
10.182 |
15.2 |
12.975 |
0.585 |
12.951 |
乡村储蓄水平 |
3359 |
12.027 |
17.039 |
14.586 |
0.766 |
14.567 |
金融发展水平 |
3359 |
11.576 |
17.885 |
14.488 |
0.996 |
14.388 |
工业发展水平 |
3359 |
0.693 |
7.886 |
5.07 |
0.999 |
5.024 |
数字普惠金融 |
3359 |
2.944 |
4.917 |
4.583 |
0.275 |
4.681 |
人口规模 |
3359 |
2.079 |
5.606 |
4.084 |
0.56 |
4.094 |
基础设施水平 |
3359 |
0.004 |
9.373 |
1.062 |
0.691 |
0.922 |
人力资本水平 |
3359 |
0.043 |
0.274 |
0.129 |
0.034 |
0.128 |
4.2. 基准回归分析
Table 3. Benchmark regression results
表3. 基准回归结果
变量 |
(1) |
(2) |
(3) |
农户村电商 |
0.083*** (14.49) |
0.039*** (7.35) |
0.043*** (9.50) |
经济发展水平 |
|
0.479** (2.46) |
0.592* (1.78) |
财政支出 |
|
1.237*** (3.68) |
0.585* (1.82) |
乡村储蓄水平 |
|
−2.334*** (−8.13) |
4.959*** (11.88) |
金融发展水平 |
|
2.207*** (9.25) |
0.781** (2.65) |
工业发展水平 |
|
1.374*** (9.41) |
0.829*** (3.94) |
数字普惠金融 |
|
6.328*** (14.75) |
1.051*** (3.48) |
人口规模 |
|
−3.019*** (−10.16) |
1.259* (1.75) |
基础设施水平 |
|
0.157 (1.22) |
0.083 (0.76) |
人力资本水平 |
|
−11.440*** (−4.53) |
3.295 (0.75) |
常数 |
18.785*** (−174.1) |
−22.403*** (−8.13) |
−93.270*** (−21.33) |
ID |
NO |
NO |
YES |
Year |
NO |
NO |
YES |
adj R2 |
0.0588 |
0.3903 |
0.5416 |
注:***代表P < 0.01,**代表P < 0.05,*代表P < 0.1;括号内为t值;下同。
基准回归结果如表3所示,表3列(1)结果表明农村电商对乡村创新创业的影响系数为0.083,且在1%的水平上显著,农村电商显著地正向影响了乡村创新创业。列(2)在列(1)的基础上增加了控制变量。列(3)引入个体固定效应和时间固定效应,结果显示农村电商对乡村创新创业的影响在1%的水平上显著为正,系数为0.043。上述基准回归结果不仅凸显了农村电商能够有效促进乡村创新创业水平,支持了假设H1。
4.3. 中介效应回归
在中介效应分析中,本文将城乡收入差距作为中介变量,旨在探究农村电商发展对乡村创新创业的影响机制。其中城乡收入差距用城镇居民平均可支配收入与农村居民平均可支配收入来衡量。结果如表4所示,农村电商与呈现收入差距之间的回归系数为−0.0001,并呈现出1%水平上的显著负相关关系。而第二列表明,在控制了呈现收入差距后,农村电商与乡村创新创业之间的回归系数变为0.043,呈现出1%水平上的显著正相关关系;同时,城乡收入差距的系数为−1.699,也在1%水平上显著负相关。这些结果表明,城乡收入差距在农村电商与乡村创新创业关系中发挥了中介作用,即农村电商可以通过降低城乡收入差距这一渠道来促进乡村创新创业,从而支持了假设H2。
Table 4. Mediating effect results
表4. 中介效应结果
变量 |
城乡收入差距 |
创新创业指数 |
城乡收入差距 |
|
−1.699*** (−3.86) |
农村电商 |
−0.0001** (−2.23) |
0.043*** (9.35) |
常数 |
5.457*** (30.06) |
−102.542*** (−20.59) |
控制变量 |
控制 |
控制 |
ID |
YES |
YES |
Year |
YES |
YES |
adj R2 |
0.5036 |
0.5438 |
4.4. 稳健性检验
Table 5. Robustness test results
表5. 稳健性检验结果
变量 |
缩尾处理 |
滞后一期 |
农村电商 |
0.055*** (9.69) |
|
农户村电商 |
|
0.045*** (8.76) |
常数 |
−90.060*** (−19.93) |
−98.058*** (−20.56) |
控制变量 |
控制 |
控制 |
ID |
YES |
YES |
Year |
YES |
YES |
adj R2 |
0.5334 |
0.4982 |
在稳健性检验中,本文采用了缩尾处理以及将解释变量滞后一期的方法进行检验,检验结果如表5所示。通过缩尾处理,剔除了数据中异常值的干扰,使数据分布更加合理,从而提高了估计结果的稳健性。由表5所示,缩尾处理重新回归后,农村电商对乡村创新创业呈现1%水平下的正显著。将解释变量滞后一期则有效缓解了可能存在的内生性问题,确保解释变量与误差项在时间序列上不相关。经过滞后处理后的回归结果依然显著,与原模型结论保持充分一致,验证了本研究结论的稳健性和可靠性。
4.5. 异质性检验
4.5.1. 地区对比
本文依据地理区位将样本划分为东部、中部、西部及东北地区,旨在探究不同区域背景下农村电商发展对乡村创新创业的差异化影响。各地区在经济发展水平、政策支持力度、基础设施建设以及消费市场特征等方面存在显著差异,这些因素会深刻影响农村电商的运营模式与乡村创新创业的开展环境。衡量方法上,依据国家统计局既定的地区划分标准,将县域数据精准归类至对应的地理区域,进而展开分组分析,剖析各地区独有的影响机制。如表6所示,东部地区、中部地区、西部地区和东北地区的系数分别是0.04、0.161、0.595和−0.61,且前三者都通过了显著性检验,说明在东部地区、西部地区和中部地区,农村电商对乡村创新创业都有促进作用,但与其他地区相比,西部地区农村电商对乡村创新创业的促进作用最显著,而在东北地区,农村电商对乡村创新创业没有显著影响。表明西部地区因农村电商加快了资源开发与销售,且电商发展滞后地区潜力大,一旦突破壁垒,对乡村创新创业推动效果显著。
Table 6. Heterogeneity test results
表6. 异质性检验结果
|
地区分组 |
乡村创新程度 |
产业结构 |
变量 |
东部地区 |
中部地区 |
西部地区 |
东北地区 |
乡村创新
程度高 |
乡村创新
程度低 |
产业结构高 |
产业结构低 |
农村电商 |
0.040***
(8.43) |
0.161**
(3.14) |
0.595*(1.81) |
−0.161(−0.48) |
0.041*** (6.74) |
0.013 (1.18) |
0.056***
(7.20) |
0.041*** (6.22) |
常数 |
−105.449*** (−18.38) |
−56.292***
(−5.90) |
−50.746**
(−2.79) |
−109.493** (−2.42) |
−95.313***
(−14.22) |
−59.574*** (−10.12) |
−80.817*** (−10.76) |
−107.960***
(−17.12) |
控制变量 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
ID |
YES |
YES |
YES |
YES |
YES |
YES |
YES |
YES |
Year |
YES |
YES |
YES |
YES |
YES |
YES |
YES |
YES |
adj R2 |
0.5729 |
0.5104 |
0.4965 |
0.6055 |
0.4812 |
0.4339 |
0.4639 |
0.5449 |
4.5.2. 乡村创新程度对比
为深入剖析农村电商发展对处于不同创新创业阶段乡村的差异化作用,以乡村创新指数的平均值为基准,将样本分为“高创新”与“低创新”两组。选择这一划分方式,是考虑到乡村创新创业的发展并非均衡推进,资源禀赋、人才储备、产业基础等先决条件的差异,使得部分乡村创新创业活动蓬勃开展,而部分乡村仍处于起步探索阶段。由表6所示,乡村创新程度高和乡村创新程度低的系数分别是0.041和0.013,说明农村电商对乡村创新程度高和低的县域都具有正向促进作用,并且通过了显著性检验。在乡村创新程度较高的县域,该影响作用更强,这其实符合经济规律,乡村创新程度高的地方具有较好的资源禀赋,能够吸引更多政府投入和人才要素,进而对创新产生正向激励。
4.5.3. 产业结构
产业结构的差异显著影响农村电商发展对乡村创新创业的作用效果,因此本文依据产业结构的复杂度与多元化程度,将样本划分为“产业结构高”和“产业结构低”两组,以县域第三产业增值与第二产业增值的比值来衡量,在整体样本中以该指数的平均值为临界点,高于平均值的划为“产业结构高”组,低于的为“产业结构低”组。如表6所示,产业结构高和产业结构低的系数分别是0.056和0.041,说明农村电商对乡村创新创业的影响在产业结构高和产业结构低的县域都具有正向促进作用,并且通过了显著性检验。在产业结构高的县域,该影响作用更强,说明在产业结构较高的县域,农村电商能深度整合多元产业资源,优化资源配置,提升市场竞争力,为乡村创新创业提供更丰富的机会和平台,推动创新创业向更高层次发展。
5. 结论及建议
5.1. 结论
文章选用2014~2022年县域面板数据为研究对象,研究农村电商对乡村创新创业的影响及其影响机理。在此基础上,进一步对地区、乡村创新程度和产业结构三方面进行异质性分析得出以下结论:首先,农村电商能促进乡村创新创业;其次,农村电商可以通过缩小城乡收入差距,进而促进乡村创新创业;最后,在异质性检验中,东部地区乡村创新程度高和产业结构高的县域能更好地发挥促进乡村创新创业的作用。
5.2. 建议
5.2.1. 加强农村科技服务支持,推动农村电商发展
一是政府应统筹农村创新体系,提高创新治理能力,推动数字技术与农村产业融合,不断创新电商平台合作模式,积累数据资源。要推动农村电商数字化升级,农民数字电商教育培训,推动“数商兴农”。二是提升农村电商新型基础设施建设水平,推动冷链物流设施向农村延伸,培育冷链物流服务商,助力高附加值鲜活农产品品牌建设,促进相关产业融合发展。
5.2.2. 深化县域城乡一体化,促进县域创业生态健康发展
一方面,要全面提升县域城乡规划建设一体化水平,注重构建健康的县域创业生态系统,完善上下游和专业服务商体系,加强创业企业之间的学习和联系。同时,统筹城乡一体化和农村全面振兴,促进新型农业经营主体发展,推进适度规模经营,完善社会化服务体系,释放农村劳动力,增加农民非农就业和创业机会。此外,要推动县城商业设施和服务向偏远地区延伸,优化农村创业环境,引导农民发现和创造更多创业机会。
5.2.3. 加快建立城乡统一市场,推动城乡要素县域内平等流通
一是推进县域城乡物流服务市场统一,整合资源开辟农村电商物流专线,保障农民享受同价、便捷的快递服务,降低电商创业成本。二是要推进金融、保险等生产性服务市场统一建设,引导城市资源向农村倾斜,同时在农村培育本地电商龙头,加强市场化运营。三是布局城乡数据要素市场,完善相关数据库和基础设施建设,推进乡村治理数字化和数字普惠服务,激发创新创业活力。